Tstars-Tryon 1.0: Experimentação Virtual Robusta e Realista para Diversos Itens de Moda
Tstars-Tryon 1.0: Robust and Realistic Virtual Try-On for Diverse Fashion Items
April 21, 2026
Autores: Mengting Chen, Zhengrui Chen, Yongchao Du, Zuan Gao, Taihang Hu, Jinsong Lan, Chao Lin, Yefeng Shen, Xingjian Wang, Zhao Wang, Zhengtao Wu, Xiaoli Xu, Zhengze Xu, Hao Yan, Mingzhou Zhang, Jun Zheng, Qinye Zhou, Xiaoyong Zhu, Bo Zheng
cs.AI
Resumo
Os avanços recentes na geração e edição de imagens abriram novas oportunidades para experimentação virtual. No entanto, os métodos existentes ainda lutam para atender às complexas demandas do mundo real. Apresentamos o Tstars-Tryon 1.0, um sistema de experimentação virtual em escala comercial que é robusto, realista, versátil e altamente eficiente. Primeiro, nosso sistema mantém uma alta taxa de sucesso em casos desafiadores, como poses extremas, variações severas de iluminação, desfoque de movimento e outras condições in-the-wild. Segundo, produz resultados altamente fotorrealistas com detalhes de granularidade fina, preservando fielmente a textura da roupa, propriedades do material e características estruturais, evitando em grande parte os artefatos comuns gerados por IA. Terceiro, além da experimentação de vestuário, nosso modelo suporta composição flexível de múltiplas imagens (até 6 imagens de referência) em 8 categorias de moda, com controle coordenado da identidade da pessoa e do fundo. Quarto, para superar os gargalos de latência da implantação comercial, nosso sistema é fortemente otimizado para velocidade de inferência, oferecendo geração quase em tempo real para uma experiência de usuário perfeita. Essas capacidades são possibilitadas por um design de sistema integrado que abrange arquitetura de modelo end-to-end, um motor de dados escalável, infraestrutura robusta e um paradigma de treinamento multiestágio. Avaliação extensiva e implantação de produto em larga escala demonstram que o Tstars-Tryon1.0 alcança um desempenho geral líder. Para apoiar pesquisas futuras, também lançamos um benchmark abrangente. O modelo foi implantado em escala industrial no aplicativo Taobao, atendendo a milhões de usuários com dezenas de milhões de solicitações.
English
Recent advances in image generation and editing have opened new opportunities for virtual try-on. However, existing methods still struggle to meet complex real-world demands. We present Tstars-Tryon 1.0, a commercial-scale virtual try-on system that is robust, realistic, versatile, and highly efficient. First, our system maintains a high success rate across challenging cases like extreme poses, severe illumination variations, motion blur, and other in-the-wild conditions. Second, it delivers highly photorealistic results with fine-grained details, faithfully preserving garment texture, material properties, and structural characteristics, while largely avoiding common AI-generated artifacts. Third, beyond apparel try-on, our model supports flexible multi-image composition (up to 6 reference images) across 8 fashion categories, with coordinated control over person identity and background. Fourth, to overcome the latency bottlenecks of commercial deployment, our system is heavily optimized for inference speed, delivering near real-time generation for a seamless user experience. These capabilities are enabled by an integrated system design spanning end-to-end model architecture, a scalable data engine, robust infrastructure, and a multi-stage training paradigm. Extensive evaluation and large-scale product deployment demonstrate that Tstars-Tryon1.0 achieves leading overall performance. To support future research, we also release a comprehensive benchmark. The model has been deployed at an industrial scale on the Taobao App, serving millions of users with tens of millions of requests.